KDE Plasma 6.5图形界面上周正式发布,面向类Unix操作系统用户,现在更为稳定的6.5.1版本也已到来。开发团队修复了超过60个漏洞,其中不乏一些历史遗留问题。
KDE Plasma 6.5是一个重要版本,在细节打磨方面有大量小幅改进。项目公告将此版本称为"拐点",并表示"KDE即将在大众市场取得重大突破"。这个版本带来了性能和无障碍功能改进,简化了Wi-Fi网络连接和共享,还能自动在明暗显示模式间切换,并可选择性地更换壁纸以匹配主题。
Plasma作为大型复杂软件套件,出现一些漏洞在所难免。一周后发布的KDE Plasma 6.5.1没有新增任何功能,但修复了我们统计的63个不同漏洞。这些漏洞并非全是新引入的,例如漏洞#385856涉及面板快捷方式在拖放新项目时重新排列,这个问题可以追溯到2017年,就在KDE Plasma 5.11发布之后。不过也有一些新漏洞,比如添加或移除显示器时的屏幕损坏,以及AMD GPU用户看到的鼠标指针损坏等。
Plasma 6.5的一个新功能对现有用户来说可能不太明显,因为它主要面向预装KDE Plasma的OEM厂商。早在8月就已宣布的新Plasma Setup工具提供了改进的KDE初始系统设置,一些厂商称之为"开箱即用体验"。这不要与Plasma Welcome应用混淆,后者在新账户首次登录时运行。Plasma Setup在新电脑首次启动时运行,用于设置初始账户,包括选择语言、键盘布局等。Tuxedo Computers等公司销售预装KDE的Linux硬件,如Pulse G2和Stellaris Gen 4,运行该公司修改版的Ubuntu系统Tuxedo OS。
对于熟悉KDE的用户来说,还有许多其他改进。应用权限管理得到改善,现在在设置中统一处理,涵盖Flatpak、原生应用等各种安装方式。Discover应用商店现在可以处理flatpak+https://链接,能直接从网页应用链接打开。Discover还能显示和安装设备驱动程序,至少在兼容的操作系统上如此。
一个不太明显但非常实用的功能是Krunner,这是KDE的智能应用和文件启动工具。它在"桌面网格"概览屏幕中特别好用,这个功能很早就出现了,在Plasma 4.0公告中就有提及,但在Plasma 5.24中变得更加强大。Krunner还能执行计算和转换、切换桌面等功能,类似KDE版的"Siri",只是缺少语音识别。现在它支持应用名称的模糊匹配,通过名称或描述片段就能找到所需应用。
Plasma剪贴板管理器允许命名和保存片段供以后使用,这能为我们节省大量日常使用的桌面文本文件。便签可以调整大小,虚拟桌面可以直接在Pager小部件中重新排列,或在概览中操作,小部件会相应调整以匹配。
还有一些较小的外观改进,比如面板内容过多时会自动滚动显示,以及一个在发布公告中神秘地获得顶级位置的小功能:使用KDE默认Breeze主题的窗口现在底部圆角与顶部圆角匹配。
KDE Plasma 6.0经历了漫长的开发周期,但此后快速的发布节奏和新功能令人振奋。结合我们在2024年末报道的新KDE Linux发行版,其稳健性从Steam Deck上的Steam OS 3汲取灵感,KDE多年来从未如此充满活力。
Q&A
Q1:KDE Plasma 6.5.1主要修复了什么问题?
A:KDE Plasma 6.5.1修复了超过60个漏洞,包括历史遗留问题和新出现的漏洞。比如面板快捷方式重新排列问题(追溯到2017年)、添加或移除显示器时的屏幕损坏,以及AMD GPU用户的鼠标指针损坏等问题。
Q2:Plasma Setup工具是做什么用的?
A:Plasma Setup是面向OEM厂商的新工具,用于改进KDE的初始系统设置体验。它在新电脑首次启动时运行,帮助设置初始用户账户,包括选择语言、键盘布局等,为预装KDE的硬件厂商提供更好的"开箱即用体验"。
Q3:Krunner有哪些实用功能?
A:Krunner是KDE的智能启动工具,类似"Siri"但缺少语音识别。它能通过应用名称片段进行模糊匹配找到应用,还能执行计算和转换、切换桌面等操作。在桌面网格概览屏幕中特别好用,是一个非常实用但不太明显的功能。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。